从2小时会议录像到关键片段FunClip零代码AI视频剪辑实战笔记【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClipFunClip是一款本地部署的AI视频剪辑工具。它先用FunASR系列模型把长视频的语音转成带时间戳的文本再让你按文本、按说话人或借助大语言模型选中片段裁出对应视频。全程在浏览器里完成不需要剪辑软件也不需要写代码。核心能力语音识别、字幕生成与说话人分离FunClip的路线是一条识别链路加多种裁剪出口。默认模型Paraformer-Large是阿里巴巴开源的中文语音识别模型识别的同时输出每句的起止时间戳任意一段文字都能对应到视频时间轴上。识别结果还可以用CAM模型给每句标注说话人ID访谈和圆桌讨论里能把某个人的发言按ID整段裁出来。SeACo-Paraformer提供热词功能把人名、专业名词预先列出来这些词在识别时更容易被准确命中。语言方面也不局限于中文-l en启动英文识别模型-m还能选择fun-asr-nano覆盖普通话、英语、日语和中文方言或sensevoice额外输出情绪与音频事件标签。v2.0起加入大语言模型智能剪辑由模型先读完整份SRT字幕再自行挑段项目为此提供了prompt配置入口。安装依赖并启动服务环境依赖只有一个Python环境。先克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/fu/FunClip cd FunClip pip install -r ./requirements.txt模型权重在启动时单独下载不包含在源码归档里首次运行请保持联网。若使用fun-asr-nano、sensevoice或字幕兼容路径funasr需升到1.3.29及以上。启动服务后浏览器访问的默认端口是7860python funclip/launch.py英文视频加-l en-p改端口-s生成公网访问链接。如需把字幕烧进画面再额外安装imagemagick否则识别与裁剪不受影响。实战走查给会议录像裁出关键片段这里以从2小时会议录像中提取关键决策为例。先在视频输入区上传录像顺手填好两个可选项热词会议术语、人名和文件输出目录。然后点识别拿到转写文本如果视频里有多人发言改点识别区分说话人每句会多出一个说话人ID。最后选定裁剪目标并点击导出按钮。入口有两个把识别结果中需要的文字片段复制进文本裁剪框或在说话人裁剪框里输入spk0这样的ID。每个文本片段后面可跟[起始偏移, 结束偏移]微调边界。点裁剪得到视频片段点裁剪字幕得到烧录字幕的视频全视频SRT与目标段落SRT会一并产出。同样一条流程也适用于别的素材网课录像按知识点文字切片自媒体口播素材挑出金句识别后就能导出短视频。容易踩的坑专有名词、说话人边界与模型选择专有名词和人名是识别错误的高发区。开工前把它们填进热词框命中会明显好转想不全就先按说话人ID裁剪再手动核对段落边界。说话人分离能覆盖大部分访谈场景但对话来回很快时ID边界仍可能漂移。依赖说话人裁剪的视频导出前把识别结果过一遍别跳过这一步。需要精确按文本裁剪时建议用默认的Paraformer。官方说明当前发布的Fun-ASR-Nano检查点不提供可靠的字符级时间戳会影响文本位置匹配。进阶用法LLM智能剪辑与命令行批处理LLM智能剪辑分两个按钮识别完成后在下拉框选模型deepseek-chat、qwen-plus、gpt-4-turbo、litellm接入的多家模型等填好API密钥点LLM推理让模型通读字幕并给出候选段落再点LLM智能裁剪从输出中提取时间戳完成裁剪。各模型的接入代码在funclip/llm/。多目标裁剪一次完成多个说话人ID用#分隔如spk0#spk2多个文本片段同理每个文本片段支持[起始, 结束]偏移。命令行模式适合批处理funclip/videoclipper.py把流程拆成两阶段先--stage 1产出识别结果与SRT再--stage 2按文本或说话人裁剪python funclip/videoclipper.py --stage 1 --file a.mp4 --output_dir ./output python funclip/videoclipper.py --stage 2 --file a.mp4 --output_dir ./output \ --dest_text 要提取的文本 --output_file ./res.mp4FunClip适合需要在不写代码的前提下切分长视频的人会议组织者、课程制作方、自媒体编辑识别、说话人分离、LLM剪辑全部在本地完成。源码采用MIT许可证参数细节可查README_zh.md遇到问题向仓库提交Issue有prompt心得也可以分享给社区。【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClip创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 从2小时会议录像到关键片段：FunClip零代码AI视频剪辑实战笔记
从2小时会议录像到关键片段FunClip零代码AI视频剪辑实战笔记【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClipFunClip是一款本地部署的AI视频剪辑工具。它先用FunASR系列模型把长视频的语音转成带时间戳的文本再让你按文本、按说话人或借助大语言模型选中片段裁出对应视频。全程在浏览器里完成不需要剪辑软件也不需要写代码。核心能力语音识别、字幕生成与说话人分离FunClip的路线是一条识别链路加多种裁剪出口。默认模型Paraformer-Large是阿里巴巴开源的中文语音识别模型识别的同时输出每句的起止时间戳任意一段文字都能对应到视频时间轴上。识别结果还可以用CAM模型给每句标注说话人ID访谈和圆桌讨论里能把某个人的发言按ID整段裁出来。SeACo-Paraformer提供热词功能把人名、专业名词预先列出来这些词在识别时更容易被准确命中。语言方面也不局限于中文-l en启动英文识别模型-m还能选择fun-asr-nano覆盖普通话、英语、日语和中文方言或sensevoice额外输出情绪与音频事件标签。v2.0起加入大语言模型智能剪辑由模型先读完整份SRT字幕再自行挑段项目为此提供了prompt配置入口。安装依赖并启动服务环境依赖只有一个Python环境。先克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/fu/FunClip cd FunClip pip install -r ./requirements.txt模型权重在启动时单独下载不包含在源码归档里首次运行请保持联网。若使用fun-asr-nano、sensevoice或字幕兼容路径funasr需升到1.3.29及以上。启动服务后浏览器访问的默认端口是7860python funclip/launch.py英文视频加-l en-p改端口-s生成公网访问链接。如需把字幕烧进画面再额外安装imagemagick否则识别与裁剪不受影响。实战走查给会议录像裁出关键片段这里以从2小时会议录像中提取关键决策为例。先在视频输入区上传录像顺手填好两个可选项热词会议术语、人名和文件输出目录。然后点识别拿到转写文本如果视频里有多人发言改点识别区分说话人每句会多出一个说话人ID。最后选定裁剪目标并点击导出按钮。入口有两个把识别结果中需要的文字片段复制进文本裁剪框或在说话人裁剪框里输入spk0这样的ID。每个文本片段后面可跟[起始偏移, 结束偏移]微调边界。点裁剪得到视频片段点裁剪字幕得到烧录字幕的视频全视频SRT与目标段落SRT会一并产出。同样一条流程也适用于别的素材网课录像按知识点文字切片自媒体口播素材挑出金句识别后就能导出短视频。容易踩的坑专有名词、说话人边界与模型选择专有名词和人名是识别错误的高发区。开工前把它们填进热词框命中会明显好转想不全就先按说话人ID裁剪再手动核对段落边界。说话人分离能覆盖大部分访谈场景但对话来回很快时ID边界仍可能漂移。依赖说话人裁剪的视频导出前把识别结果过一遍别跳过这一步。需要精确按文本裁剪时建议用默认的Paraformer。官方说明当前发布的Fun-ASR-Nano检查点不提供可靠的字符级时间戳会影响文本位置匹配。进阶用法LLM智能剪辑与命令行批处理LLM智能剪辑分两个按钮识别完成后在下拉框选模型deepseek-chat、qwen-plus、gpt-4-turbo、litellm接入的多家模型等填好API密钥点LLM推理让模型通读字幕并给出候选段落再点LLM智能裁剪从输出中提取时间戳完成裁剪。各模型的接入代码在funclip/llm/。多目标裁剪一次完成多个说话人ID用#分隔如spk0#spk2多个文本片段同理每个文本片段支持[起始, 结束]偏移。命令行模式适合批处理funclip/videoclipper.py把流程拆成两阶段先--stage 1产出识别结果与SRT再--stage 2按文本或说话人裁剪python funclip/videoclipper.py --stage 1 --file a.mp4 --output_dir ./output python funclip/videoclipper.py --stage 2 --file a.mp4 --output_dir ./output \ --dest_text 要提取的文本 --output_file ./res.mp4FunClip适合需要在不写代码的前提下切分长视频的人会议组织者、课程制作方、自媒体编辑识别、说话人分离、LLM剪辑全部在本地完成。源码采用MIT许可证参数细节可查README_zh.md遇到问题向仓库提交Issue有prompt心得也可以分享给社区。【免费下载链接】FunClipFunASR-powered video transcription, subtitle generation, and LLM-assisted clipping tool with a local Gradio UI.项目地址: https://gitcode.com/GitHub_Trending/fu/FunClip创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考